在數(shù)字化浪潮中，企業(yè)每天產(chǎn)生的視頻數(shù)據(jù)量呈爆炸式增長，但其中大部分因缺乏有效分析手段而淪為“暗數(shù)據(jù)”，難以發(fā)揮實際價值。如何將海量視頻轉(zhuǎn)化為可利用的數(shù)字資產(chǎn)，成為視頻AI領(lǐng)域亟待突破的課題。近期，日本東京的初創(chuàng)公司InfiniMind宣布完成580萬美元種子輪融資，其核心目標正是通過技術(shù)創(chuàng)新解決這一難題，為企業(yè)提供PB級視頻數(shù)據(jù)的深度處理能力。

InfiniMind由兩位前谷歌員工聯(lián)合創(chuàng)立，創(chuàng)始人Aza Kai與Hiraku Yanagita在谷歌擁有近十年的合作經(jīng)驗。Aza Kai曾主導亞太地區(qū)數(shù)據(jù)科學團隊，專注于大規(guī)模機器學習解決方案設(shè)計；Hiraku Yanagita則深耕數(shù)字營銷領(lǐng)域，為企業(yè)客戶提供數(shù)據(jù)分析服務(wù)。兩人觀察到，盡管云服務(wù)廠商能檢測視頻中的人或車輛，但僅停留在簡單標記層面，無法理解上下文關(guān)系；新一代視頻AI模型雖能處理內(nèi)容，卻受限于時長，難以滿足企業(yè)數(shù)天甚至數(shù)年的視頻分析需求。

基于這一洞察，InfiniMind開發(fā)了視頻理解基礎(chǔ)設(shè)施，旨在將視頻轉(zhuǎn)化為結(jié)構(gòu)化、可搜索的企業(yè)數(shù)據(jù)。其技術(shù)突破在于整合視覺、音頻、語音等多模態(tài)信息，通過統(tǒng)一數(shù)據(jù)流處理長視頻片段中的因果關(guān)系。例如，在安全事件場景中，系統(tǒng)不僅能檢測人員或車輛，還能追蹤“誰進入現(xiàn)場、接觸了什么、去了哪里、最終發(fā)生了什么”的完整敘事鏈，形成可查詢的知識庫，直接集成到企業(yè)商業(yè)智能工具中。

公司首款產(chǎn)品TVPulse于2025年4月發(fā)布，專注于電視廣播數(shù)據(jù)分析。該產(chǎn)品利用AI實現(xiàn)逐秒搜索，幫助媒體和零售企業(yè)追蹤產(chǎn)品曝光、品牌影響力及競品動態(tài)，目前已為批發(fā)商和媒體行業(yè)客戶提供服務(wù)，累計分析內(nèi)容超10萬小時。旗艦產(chǎn)品Deepframe則進一步拓展能力，可處理200小時視頻音頻素材，精確定位特定場景、演講者或事件。該產(chǎn)品計劃于今年3月測試、4月正式發(fā)布，其核心優(yōu)勢在于通過微調(diào)工廠生成行業(yè)專用模型，幫助客戶在成本、精度和速度間實現(xiàn)平衡。

與通用視頻分析API不同，InfiniMind專注企業(yè)級部署，提供虛擬私有云（VPC）和本地化解決方案，滿足數(shù)據(jù)主權(quán)要求——這一特性解決了許多組織采用云端AI時的關(guān)鍵障礙。Aza Kai表示，公司技術(shù)突破得益于視覺語言模型的進步：“過去十年，GPU成本下降和性能提升固然重要，但模型能力的提升才是關(guān)鍵?！?021年至2023年，隨著技術(shù)成熟，兩人決定創(chuàng)立InfiniMind（曾用名SDio），并分別擔任CEO和COO。

目前，InfiniMind在東京擁有十余名員工，并與東京大學研究團隊展開合作，共同推進模型評估和視頻理解基準測試。公司已入選AWS生成式人工智能加速器、日本經(jīng)濟產(chǎn)業(yè)省GENIAC計劃、NVIDIA Inception計劃及Google for Startups云計劃，技術(shù)實力獲多方認可。本輪融資由亞洲深度科技風投公司UTEC領(lǐng)投，CX2、Headline Asia Ventures等機構(gòu)跟投，資金將用于深化Deepframe模型開發(fā)、擴展工程基礎(chǔ)設(shè)施、招聘工程師及拓展日美市場客戶。

據(jù)公開信息，InfiniMind計劃將總部遷至美國，同時保留日本辦公室，以進一步整合全球資源。隨著企業(yè)視頻數(shù)據(jù)價值日益凸顯，其技術(shù)路徑或為行業(yè)提供新的參考方向。